機械学習をこれから始める人の線形代数を学ぶモチベーション - HELLO CYBERNETICS
はじめに 機械学習に使われる主要な数学 線形代数 最も重要な理由 線形代数って何なんだ？ 線形代数を学ぶモチベーション 線形代数を学んで、できるようになること 補足 微分積分学は？ 確率統計は？ 確率・統計を考えていくための初歩を確認したい人は以下の記事へ はじめに この記事は、私が機械学習を学んできて感じた、数学の役割をまとめたものです。記事を書く上で特に意識したのは、ある数学が機械学習においてどのように活躍し、どのような旨味をもたらしたのか、そして、そこから数学を学ぶ意義を改めて抑えることです。 数学の解説をすることが目的ではないため、直接的に数学の疑問を晴らすということにはなりませんが、 これから機械学習を学んで行こうという場合に、数学がどのように役立ちうるのか、その全体像を予め把握しておくことに使っていただけると幸いです。 機械学習に使われる主要な数学 多くの書籍、多くの記事が世の
ネイピア数eの定義がなぜあの形か，先生は説明をしてくれなかった
まぁたしかにそうなんですが，定義の背景には，そう定義すれば都合の良い理由があるはずなんですよね． ということで，この\(e\)の定義について今日は見ていきましょう． eがよく出てくる所 さて，eがよく出てくるところってどこでしょうか？ そうです，微分ですね． 微分方程式を解いていると，必ずと行っていいほど\(e\)が出てきます． しかも，理系の方ならおなじみ，\(e\)には，指数関数\(e^x\)を微分した結果は，\(e^x\)とという素晴らしい性質があります． また，底を\(e\)とする対数関数\(log(x)\)の微分は\(\frac{1}{x}\)ととてもきれいになりますね． さて，これって，本当にたまたま\(e^x\)や\(log(x)\)を微分した結果こうなったのでしょうか？ いや，きれいになるように自然対数\(e\)を定義したと考えるほうが自然じゃないでしょうか？ ということで
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
